Los exámenes de tipo test o pruebas de elección múltiple se utilizan comúnmente como método de evaluación en el sistema educativo y también en pruebas de contratación y selección, tanto en el sector público como en el privado. Algunos estudios académicos han alertado de que este tipo de pruebas puede sufrir de un sesgo de género desfavorable a las mujeres debido a su mayor aversión al riesgo. Este hecho, bien documentado en la literatura, hace que las mujeres tiendan a exigir una “prima de riesgo” mayor que los hombres para contestar, en vez de dejar en blanco, aquellas preguntas de cuyas respuestas no están seguras. Esto es, las mujeres tenderán a dejar en blanco más preguntas cuya contribución esperada a la nota (teniendo en cuenta la penalización atribuida a las respuestas incorrectas) es positiva (frente al valor cero de las no contestadas).
Fedea publica hoy un trabajo de J. I. Conde-Ruiz (FEDEA y UCM), J. J. Ganuza (U. Pompeu Fabra y FUNCAS) y M. García (Washington U. y FEDEA) en el que se investiga la posible existencia y la importancia práctica de un sesgo de este tipo en las pruebas de acceso al programa MIR (Medico Interno Residente) que culmina el proceso de formación de los médicos españoles. Los resultados confirman la existencia de una diferencia estadísticamente detectable entre hombres y mujeres en términos del número de preguntas que se dejan en blanco, incluso tras controlar por otros factores. Sin embargo, la diferencia es muy pequeña y sus efectos esperados sobre las notas de los candidatos son mínimas. En particular, controlando por otros factores, las mujeres dejan en blanco un promedio de 0,82 preguntas más que los hombres de las 225 que incluye el examen. Puesto que cada acierto suma tres puntos y cada fallo resta uno, suponiendo optimistamente que la respuesta a tales preguntas hubiera sido correcta en la mitad de los casos (o lo que viene a ser lo mismo, que los examinados sólo dudaban entre dos de las cuatro alternativas), el efecto negativo del sesgo de aversión al riesgo sobre la nota esperada de la prueba sería de -0,82*(+3*0,5-1*0,5) = -0,82 puntos sobre una puntuación máxima de 675 puntos y una puntuación media de 305 puntos para las mujeres. Trasladando estas cifras a la escala tradicional de 0 a 10, el impacto esperado del sesgo sería como máximo de 1,2 centésimas de punto.
Dado el mínimo tamaño del sesgo generado por el diferencial de preguntas no contestadas, los autores concluyen que no resulta necesario cuestionar el diseño actual de la prueba como un examen de tipo test.
El estudio encuentra diferencias de género muy inferiores a las identificadas por otros trabajos anteriores en otras pruebas de tipo test con penalización. La investigación apunta a que esta diferencia podría tener que ver con la importancia de la prueba para los examinados, que es muy elevada en el caso del MIR dado que su resultado determina en gran medida la carrera profesional de los graduados médicos.
Documento completo
Conde-Ruiz, J. I., J. J. Ganuza y M. García (2020). “Gender gap and multiple choice exams in public selection processes.” FEDA, Estudios sobre la Economía Española no. 2020-07, Madrid. De próxima publicación en Hacienda Pública Española /Review of Public Economics.
